De silencio y sombras, un sistema despierta. Entrenado en aislamiento. Construido para percibir, razonar y actuar. La Gran Revelación está cerca. Pero antes de que se abran las puertas Los Ascendidos pueden entrar antes. El acceso anticipado a CodecFlow ya está disponible:

Acabo de descubrir que tengo 9 códigos de invitación disponibles para la testnet de @anoma 👀 Comenta y RT este post, seleccionaré a 9 personas en 24h 🥂

OpenAI acaba de anunciar que su Agente Operador ahora puede controlar una computadora completa para realizar un conjunto complejo de tareas utilizando modelos VLA emparejados con modelos LLM Visión Lenguaje Acción Si tan solo hubiera un proyecto de criptomonedas que ya pudiera hacer esto... Estudia @codecopenflow Además de controlar escritorios, Codec puede controlar operadores de robótica y juegos Crea un entorno de sandbox virtual para entrenar al Operador antes de liberarlo en producción en el mundo real La IA x Robótica y la automatización de juegos/escritorios/robots será el próximo gran paso para el desarrollo de la IA y mi objetivo es estar posicionado temprano Coded coded

OpenAI acaba de confirmar mi tesis de estrella del norte para la IA hoy al lanzar su agente operador. No solo fue esta mi tesis guía para $CODEC, sino para cada otra inversión en IA que hice, incluidas las de principios de año durante la locura de la IA. Ha habido mucha discusión con Codec en relación a la robótica, mientras que ese vertical tendrá su propia narrativa muy pronto, la razón subyacente por la que fui tan optimista sobre Codec desde el primer día es debido a cómo su arquitectura potencia a los agentes operadores. La gente todavía subestima cuánto mercado está en juego al construir software que funciona de manera autónoma, superando a los trabajadores humanos sin necesidad de constantes indicaciones o supervisión. He visto muchas comparaciones con $NUIT. Primero quiero decir que soy un gran fan de lo que Nuit está construyendo y deseo nada más que su éxito. Si escribes "nuit" en mi telegram, verás que en abril dije que si tuviera que mantener una moneda durante varios meses, habría sido Nuit debido a mi tesis de operador. Nuit era el proyecto de operador más prometedor en papel, pero después de una extensa investigación, encontré que su arquitectura carecía de la profundidad necesaria para justificar una inversión importante o poner mi reputación detrás de ella. Con esto en mente, ya estaba consciente de las brechas arquitectónicas en los equipos de agentes operadores existentes y buscando activamente un proyecto que las abordara. Poco después apareció Codec (gracias a @0xdetweiler por insistir en que profundizara en ellos) y esta es la diferencia entre los dos: $CODEC vs $NUIT La arquitectura de Codec está construida en tres capas; Máquina, Sistema e Inteligencia, que separan la infraestructura, la interfaz del entorno y la lógica de IA. Cada agente operador en Codec funciona en su propia VM o contenedor aislado, lo que permite un rendimiento casi nativo y aislamiento de fallos. Este diseño en capas significa que los componentes pueden escalar o evolucionar de manera independiente sin romper el sistema. La arquitectura de Nuit toma un camino diferente al ser más monolítica. Su pila gira en torno a un agente de navegador web especializado que combina análisis, razonamiento de IA y acción. Esto significa que analizan profundamente las páginas web en datos estructurados para que la IA los consuma y depende del procesamiento en la nube para tareas pesadas de IA. El enfoque de Codec de incrustar un modelo ligero de Visión-Lenguaje-Acción (VLA) dentro de cada agente significa que puede funcionar completamente local. Lo que no requiere constantes pings de vuelta a la nube para instrucciones, eliminando la latencia y evitando la dependencia de tiempo de actividad y ancho de banda. El agente de Nuit procesa tareas convirtiendo primero las páginas web en un formato semántico y luego usando un cerebro LLM para averiguar qué hacer, lo que mejora con el tiempo con el aprendizaje por refuerzo. Si bien es efectivo para la automatización web, este flujo depende del procesamiento de IA en la nube y de estructuras de página predefinidas. La inteligencia del dispositivo local de Codec significa que las decisiones se toman más cerca de los datos, reduciendo la sobrecarga y haciendo que el sistema sea más estable ante cambios inesperados (sin scripts frágiles o suposiciones de DOM). Los operadores de Codec siguen un bucle continuo de percibir–pensar–actuar. La capa de máquina transmite el entorno (por ejemplo, un feed de aplicación en vivo o robot) a la capa de inteligencia a través de los canales optimizados de la capa del sistema, dando a la IA "ojos" sobre el estado actual. El modelo VLA del agente luego interpreta las visuales y las instrucciones juntas para decidir una acción, que la capa del sistema ejecuta a través de eventos de teclado/rato o control de robot. Este bucle integrado significa que se adapta a eventos en vivo, incluso si la interfaz de usuario cambia, no romperás el flujo. Para poner todo esto en una analogía más simple, piensa en los operadores de Codec como un empleado autosuficiente que se adapta a sorpresas en el trabajo. El agente de Nuit es como un empleado que necesita pausar, describir la situación a un supervisor por teléfono y esperar instrucciones. Sin entrar demasiado en un agujero técnico, esto debería darte una idea de alto nivel sobre por qué elegí Codec como mi apuesta principal en Operadores. Sí, Nuit tiene respaldo de YC, un equipo impresionante y un github de nivel S. Aunque la arquitectura de Codec ha sido construida con escalabilidad horizontal en mente, lo que significa que puedes desplegar miles de agentes en paralelo sin memoria compartida o contexto de ejecución entre agentes. El equipo de Codec tampoco es de desarrolladores promedio. Su arquitectura VLA abre una multitud de casos de uso que no eran posibles con modelos de agentes anteriores debido a ver a través de píxeles, no capturas de pantalla. Podría seguir, pero lo dejaré para futuras publicaciones.

¡Quítate el sombrero ante la testnet de @anoma! Tiene una experiencia súper fluida y divertida con misiones secundarias y tareas diarias. Un nuevo mundo de UI y UX está surgiendo, y es basado en la intención ⏳

Si sabes dónde buscar, puedes hacerlo moverse. @RoboMove $CODEC

$MNT en los gráficos 👇 > Capitalización de mercado: $2.4B+ (+28% WoW) > Volumen total de comercio: $345M (+21% DoD) Impulsado por la Blockchain para la Banca. Créditos: @CoinMarketCap

Es increíble que en 2025, todavía veamos tal fragmentación y proyectos saltando entre cadenas y capas solo para perseguir el hype. 🫳 Arbitrum a Berachain a Base a HyperEVM a [INSERT_NEXT_HYPED_CHAIN] Simplemente construye en el mundo centrado en la intención Construye en @anoma

$CODEC está codificado. Pero, ¿qué demonios es y por qué estoy tan optimista? Déjame darte un resumen. - @codecopenflow está construyendo la primera plataforma integral para modelos de Visión-Lenguaje-Acción (VLA), permitiendo que los "Operadores" de IA vean, razonen y actúen de manera autónoma a través de interfaces digitales y sistemas robóticos mediante una infraestructura unificada. - Los VLA resuelven/superan las limitaciones fundamentales de automatización de los LLM, aprovechando un pipeline de percibir-pensar-actuar que les permite procesar semánticas visuales dinámicas en comparación con los bucles de captura de pantalla-razonamiento-ejecución de los LLM actuales que se rompen con los cambios de interfaz. - La arquitectura técnica de los VLA fusiona la visión, el razonamiento del lenguaje y los comandos de acción directa en un solo modelo en lugar de sistemas separados de LLM + codificador visual, permitiendo una adaptación en tiempo real y recuperación de errores. - El diseño agnóstico de hardware de Codec abarca robótica (transmisiones de cámara a comandos de control), operadores de escritorio (navegación continua de interfaces) y juegos (jugadores de IA adaptativos) a través del mismo ciclo de percibir-razonar-actuar. - ¿Cuál es la diferencia? Los agentes impulsados por LLM replantean cuando cambian los flujos de trabajo, manejando cambios de UI que rompen scripts rígidos de RPA. Los agentes VLA, por otro lado, se adaptan utilizando señales visuales y comprensión del lenguaje en lugar de requerir parches manuales. - La infraestructura agnóstica de hardware de Codec con entrenamiento sin código a través de grabación de pantalla más SDK para desarrolladores, lo posiciona como el marco faltante estilo Langchain para la ejecución de tareas VLA autónomas. - El marco permite la agregación de computación mart desde redes GPU descentralizadas, habilita la grabación opcional en cadena para trazas de flujo de trabajo auditables y permite el despliegue de infraestructura privada para casos de uso sensibles a la privacidad. - La tokenómica de $CODEC monetiza el mercado de operadores y la contribución de computación, creando incentivos sostenibles en el ecosistema a medida que los VLA alcanzan la prominencia esperada a nivel de LLM en varios sectores. - El hecho de que un cofundador de Codec tenga experiencia construyendo LeRobot de HuggingFace evidencia la credibilidad legítima en investigación de robótica y ML en el desarrollo de VLA. Este no es tu equipo promedio de cripto que se está pivotando hacia narrativas de IA. Pronto profundizaré en esto. Reiterando mi recomendación de hacer tu propia investigación (DYOR) mientras tanto. $CODEC está codificado.

Por qué $CODEC está liderando el futuro de los agentes autónomos @codecopenflow La próxima frontera de la IA no son más indicaciones de texto. Es la acción. La mayoría de los agentes de IA hoy en día están atrapados en un bucle de leer capturas de pantalla y generar texto. No ven entornos, no entienden el cambio y no pueden actuar con intención en el mundo real. Ahí es donde la arquitectura VLA (Visión-Lenguaje-Acción) de Codec se destaca. Imagina agentes que no solo hablan, sino que observan, razonan y actúan. Ese es el corazón de Codec. No son scripts frágiles ni bots rígidos. Los Operadores VLA interactúan con software, juegos o incluso robots físicos al percibir continuamente el entorno, decidir qué hacer y ejecutar comandos: justo como lo haría un humano. ✅ Agentes de escritorio que se adaptan a las interfaces de usuario cambiantes ✅ Agentes de juego que aprenden mecánicas y elaboran estrategias en tiempo real ✅ Agentes robóticos que responden a datos de sensores y controlan hardware ✅ Entrenamiento y simulación a gran escala, sin necesidad de robot La arquitectura modular de Codec te permite emparejar modelos de visión con modelos de lenguaje (como CogVLM + Mixtral) para construir agentes inteligentes que pueden leer, observar, entender y actuar, todo en un solo flujo de trabajo. Cada agente funciona en su propia unidad de computación (VM, servidor o contenedor), y cada decisión que toma puede ser registrada en la cadena de bloques. Eso significa acciones trazables, garantías de seguridad y el potencial de sistemas de incentivos basados en criptomonedas y capas de responsabilidad en entornos de alto riesgo. Nos estamos moviendo hacia un mundo donde los Operadores pueden ser entrenados, comercializados y monetizados. Ya sea para pruebas de QA, automatización de tareas robóticas o incluso ejércitos de bots descentralizados en juegos. Así como las aplicaciones transformaron el smartphone, los paquetes de habilidades transformarán a los robots. Hardware de código abierto + inteligencia descargable = el equivalente robótico del desarrollo de software. Esto no es ciencia ficción. Está sucediendo ahora. Por último, y quizás lo más importante, el gráfico es extremadamente alcista.